Binnen OpenAI is de chatbot al bijna verdwenen: AI-agenten doen 99,8% van het werk

AI is allang geen chatbot meer. Dat is de centrale stelling van OpenAI's nieuwe onderzoekspaper, "The Shift to Agentic AI: Evidence from Codex" (gepubliceerd op 25 juni 2026). Het paper, geschreven door onderzoekers van OpenAI, Columbia University, Duke University en de University of Pennsylvania, analyseert gebruiksdata van OpenAI's agentische codeer- en werkplatform Codex. Het documenteert een structurele verandering in de manier waarop kenniswerk wordt gedaan.

De kernbevinding: agentische AI – waarbij gebruikers meerstapstaken delegeren aan autonome systemen – groeit snel, maar de adoptie is zeer ongelijk. Binnen OpenAI is de omslag vrijwel compleet. Extern versnelt de groei, maar blijft deze geconcentreerd bij organisaties, niet bij individuele consumenten .

Hieronder de belangrijkste bevindingen uit het paper, geordend naar wat ze betekenen voor de toekomst van AI en werk.

1. Interne adoptie bij OpenAI: een bijna volledige overstap naar agenten

Binnen OpenAI is Codex geen experiment meer. Het is het primaire werkmiddel voor elke afdeling.

• 97,9% van de actieve OpenAI-medewerkers gebruikt Codex, en het is goed voor 99,8% van alle wekelijkse output-tokens op zowel Codex als ChatGPT binnen het bedrijf .
• Engineering stapte als eerste over, met een meerderheid in december 2025. Niet-technische afdelingen – Legal, Finance en Recruiting – volgden rond april 2026, maar hun overgang verliep aanzienlijk sneller zodra ze eenmaal begonnen .
• De mediane medewerker in een juridische functie genereerde in juni 2026 13 keer meer maandelijkse output-tokens (Codex + ChatGPT) vergeleken met november 2025. De mediane onderzoeker genereerde meer dan 50 keer zoveel .
• Het aantal niet-ontwikkelaars onder OpenAI-gebruikers is sinds augustus 2025 12 keer zo groot geworden .

Belangrijke kanttekening: Het paper waarschuwt expliciet dat OpenAI niet representatief is voor typische organisaties. Het noemt zichzelf een 'frontier'-omgeving waar werknemers zeer vertrouwd zijn met modellen, gebruikskosten laag zijn, draagvlak binnen de organisatie maximaal is en informele kennisdeling gebruikelijk is .

2. Externe gebruikersgroei: snel, maar ongelijk

Externe adoptie van Codex versnelt, maar ziet er heel anders uit voor organisaties dan voor individuele gebruikers.

• Het aantal actieve Codex-gebruikers is in de eerste helft van 2026 meer dan vervijfvoudigd, met de snelste groei buiten de oorspronkelijke doelgroep van softwareontwikkelaars .
• Organisatiegebruikers laten een significante toename zien: Codex is nu goed voor 63,3% van de output-tokens van organisaties die zowel op ChatGPT als Codex actief zijn . Het aandeel organisaties dat Codex gebruikt, groeide van iets boven 0% in augustus 2025 tot ongeveer 17% van alle actieve organisatiegebruikers .
• Individuele (consumenten)gebruikers laten een heel ander beeld zien. Slechts 16,5% van hun output-tokens komt van Codex. Van de consumenten die in de afgelopen 28 dagen actief waren op een van beide platformen, heeft minder dan 1% Codex ook maar gebruikt .
• De snelste groei zit in niet-ontwikkelaarspopulaties: het aantal individuele niet-ontwikkelaars steeg 137 keer en het aantal niet-ontwikkelaars in organisaties steeg 189 keer sinds augustus 2025 .

3. Taakcomplexiteit: gebruikers delegeren grotere klussen

Wellicht de meest opvallende bevinding is dat gebruikers Codex niet alleen voor snelle vragen gebruiken. Ze dragen werk over dat een mens uren of zelfs hele dagen zou kosten.

In mei 2026, onder een steekproef van individuele Codex-gebruikers:

• 80,6% deed ten minste één verzoek dat naar schatting meer dan 30 minuten mensenwerk zou vergen.
• 70,2% deed een verzoek van meer dan 1 uur.
• 25,6% deed ten minste één verzoek dat naar schatting meer dan 8 uur van een ervaren menselijke werknemer zou vergen .

Het aandeel individuele gebruikers dat een verzoek indient dat naar schatting meer dan 8 uur kost, is sinds het begin van 2026 bijna vertienvoudigd .

Bij OpenAI opereren power-users al op grote schaal. Gebruikers in het 99e percentiel genereren nu regelmatig meer dan 60 uur aan Codex-agentbeurten per dag, verdeeld over meerdere parallelle agenten . Meer dan 10% van de gebruikers beheert wekelijks drie of meer gelijktijdige Codex-agenten, en 26,6% gebruikt 'skills' – gedeelde instructiesets voor complexe workflows . In totaal bleek 24% van alle Codex-verzoeken taken te betreffen die naar schatting meer dan een uur van een persoon kosten .

4. De bredere verschuiving: van conversatie naar delegatie

Het paper plaatst de overgang van conversationele naar agentische AI als een fundamentele verandering in de eenheid van kenniswerk.

"Agentic AI verandert de eenheid van kenniswerk van enkele interacties naar gedelegeerde, langdurige taken," stelt het paper .

Het onderscheidt ChatGPT als primair conversationeel (vragen en antwoorden, advies) van Codex als agentisch (gedelegeerde productie: debuggen, herstructureren, documenten opstellen, data analyseren, communicatie coördineren). Het paper merkt op dat dit geen absoluut onderscheid is – ChatGPT heeft enkele agentische functies, en sommige Codex-gebruiken zijn conversationeel . Codex-gebruik is "sterk gericht op gedelegeerde productie" – gebruikers vragen het om werk te doen, niet alleen om advies of informatie te geven .

Oorspronkelijk gebouwd voor softwareontwikkeling, strekt Codex zich nu uit tot het opstellen van documenten, data-analyse, communicatie en andere kenniswerktaken buiten het programmeren . Binnen OpenAI was meer dan een kwart van het werk dat met Codex werd gedaan door werknemers in bedrijfsfuncties, engineering of programmeren – wat laat zien dat agenten de kosten van het overschrijden van taakgrenzen verlagen .

5. De eigen kanttekeningen en beperkingen van het paper

Het onderzoek is expliciet terughoudend over wat de bevindingen betekenen. Dit zijn geen kleine voetnoten:

1. OpenAI is niet representatief. Het paper stelt: "OpenAI-gebruik is daarom niet representatief voor de typische organisatie van vandaag. Het biedt echter een beeld van hoe agentisch AI-gebruik er in de toekomst uit zou kunnen zien, wanneer adoptiebarrières minimaal zijn" .
2. Conversationeel vs. agentisch is een spectrum, geen binair onderscheid. In de week voor 11 juni 2026 gebruikte 60,3% van de Codex-beurten en 21,9% van de ChatGPT-beurten ten minste één extern hulpmiddel – toolgebruik op zich is een onvolmaakte graadmeter voor agentisch gedrag .
3. Complexiteitsschattingen zijn modelgegenereerd. De taakduurdrempels (30 min, 1 uur, 8 uur) worden door een AI-model geschat, niet direct gemeten, en zijn gebaseerd op een 0,1%-willekeurige steekproef van individuele gebruikers die toestemming gaven hun queries te gebruiken voor training .
4. De adoptie blijft in brede zin beperkt. Van alle consumenten op consumentenabonnementen heeft minder dan 1% Codex gebruikt – de meeste AI-gebruikers chatten nog steeds voornamelijk met bots .
5. Externe adoptie is 'lager en ongelijker' dan interne OpenAI-adoptie, en agentische tools blijven over het algemeen "veel minder breed gebruikt dan ChatGPT" .
6. De data komen van één platform (Codex) en één bedrijf (OpenAI) – bevindingen zijn mogelijk niet generaliseerbaar naar andere agentische tools of organisaties met andere workflows, beveiligingseisen en mate van gebruikersvertrouwdheid .

Belangrijkste conclusies

• De adoptie van agentische AI is reëel en versnelt binnen organisaties, vooral waar kosten- en toegangsbarrières laag zijn. Maar voor individuele consumenten blijft chatgebaseerde AI het dominante paradigma.
• De grootste verrassing is wellicht de snelste groei buiten software-engineering – in juridische, financiële, wervings- en andere kenniswerksectoren.
• De taakcomplexiteit neemt toe, waarbij een aanzienlijke minderheid van gebruikers al hele dagtaken aan AI-agenten delegeert.
• De beperkingen van het paper betekenen dat deze bevindingen moeten worden gelezen als een voorlopende indicator, niet als een universele voorspelling. De meeste AI-gebruikers chatten nog steeds, en geven nog geen opdrachten aan agenten.

OpenAI's onderzoek biedt de meest gedetailleerde blik tot nu toe op hoe agentische AI zich van een onderzoeksconcept naar een praktisch werkmiddel ontwikkelt. De verschuiving vindt plaats – maar waar, hoe en voor wie hangt sterk af van de context.